Reitora Jancarlos Menezes Lapa
Pró-Reitor de Pesquisa, Pós-Graduação e Inovação France Ferreira de Souza Arnaut
Coordenador Geral Andreia Santos Ribeiro Silva
Assistente de Coordenação __________ Conselho Editorial
Titulares
Ana Rita Silva Almeida Chiara Davi Novaes Ladeia Fogaça Deise Danielle Neves Dias Piau Fernando de Azevedo Alves Brito
Jeferson Gabriel da Encarnação Luiz Antonio Pimentel Cavalcanti
Marijane de Oliveira Correia Mauricio Mitsuo Monção
Selma Rozane Vieira Suplentes Jocelma Almeida Rios
José Gomes Filho Leonardo Rangel dos Reis Manuel Alves de Sousa Junior
Tereza Kelly Gomes Carneiro
OrganizadorasTECNOLOGIAS, INFORMAÇÃO,
SAÚDE E EDUCAÇÃO
EDIFBA Salvador 2020forma idêntica, resumida ou modificada, em Língua Portuguesa ou qualquer outro idioma.
Depósito Legal na Biblioteca Nacional Impresso no Brasil em 2020
Projeto Gráfico, Diagramação e Capa Sidney Silva Karoshi
Imagem de Capa “Designed by starline / Freepik”
Ficha catalográfica elaborada pela Biblioteca Dorival Caymmi / IFBA – Campus Camaçari.
APRESENTAÇÃO ...7 PREFÁCIO ...11
PARTE I - TECNOLOGIAS E EDUCAÇÃO ...13
REDE DE AFINIDADE PARA ANÁLISE DO DESENVOLVIMENTO EDUCACIONAL DE
APRENDIZAGEM ...15 USO DE SMARTPHONES COMO FERRAMENTA TECNOLÓGICA PARA O APRENDIZADO EM ALGORITMOS DE PROGRAMAÇÃO ...37 INFLUÊNCIA DO CONHECIMENTO EM
PROGRAMAÇÃO NA EDUCAÇÃO BÁSICA NA ESCOLHA DO CURSO SUPERIOR ...53
PARTE II - TECNOLOGIAS E SAÚDE ...73
UTILIZAÇÃO DO MATLAB COMO FERRAMENTA PARA ANÁLISE DE DISTÂNCIA MESIODISTAL ...75
PARTE III - TECNOLOGIAS E INFORMAÇÃO ...93
ATIVOS ESTRATÉGICOS PARA A INOVAÇÃO E A COOPERAÇÃO ENTRE CORPORAÇÕES E
STARTUPS EM PROGRAMAS DE
FRENAGEM DE UM VEÍCULO AUTOMOTOR ...117 A TERMOGRAFIA COMO FERRAMENTA DE
MANUTENÇÃO DE EQUIPAMENTOS DE ALTA TENSÃO ASSOCIADA A
RNA E RA – UMA REVISÃO DA LITERATURA ...133 AUTORES ...155 ÍNDICE REMISSIVO ...163
Este livro, na forma de coletânea, é a quarta edição da Série
Ticase em Debate, uma publicação do Grupo de Pesquisa
Tecnologias Aplicadas à Educação e Saúde (Ticase) que visa disseminar as pesquisas que estão sendo realizadas por seus pesquisadores em coautoria com pesquisadores externos ao Grupo. Nesta nova obra buscamos ampliar o foco da publicação, incluindo produções que não se restringem à saúde e à educação. A nossa primeira produção foi desti-nada exclusivamente a artigos da área de saúde; a segunda voltou-se especialmente à temática da educação profissional e a terceira a artigos que relacionavam tecnologias aplica-das à saúde e à educação. Agora avançamos e incluímos a temática informação.
Visando colaborar com uma leitura fluída, organizamos o livro em três partes: a primeira parte apresenta três artigos que se voltam à temática Tecnologias e Educação; a segunda parte apresenta um artigo que articula Tecnologia e Saúde; e a terceira parte, com três artigos, que discute a temática
Tecnologias e Informação.
A primeira parte intitulada Tecnologia e Educação é ini-ciada com o texto “Rede de afinidade para análise do desen-volvimento educacional de aprendizagem”. Este relata uma pesquisa de doutorado em desenvolvimento que apresenta um modelo para o estudo dos índices de desenvolvimento educacional das escolas públicas das capitais do nordeste brasileiro com o intuito de apoiar a tomada de decisão de gestores educacionais quanto ao processo colaborativo entre as unidades educacionais (UE).
O uso de smartphones como instrumento de apoio didá-tico para o ensino tem sido muito disseminado e o artigo “Uso de smartphones como ferramenta tecnológica para o aprendizado em algoritmos de programação” discute como esse recurso pode ser utilizado para o ensino de lógica de programação, um dos conteúdos mais desafiadores para os professores que atuam nesta área.
A continuidade da parte que discute Tecnologia e
Educação é dada pelo artigo “Influência do conhecimento
em programação na educação básica na escolha do curso superior” que investigou se jovens com conhecimento prévio em computação tendem a permanecer na área para cursos de graduação.
Na segunda parte Tecnologia e Saúde, o artigo “Utiliza- ção do MATLAB como ferramenta para análise de distância mesiodistal” apresenta uma ferramenta que pode colabo-rar em processos de identificação biométrica, sendo capaz de avaliar e identificar anomalia de posição e a distância mesiodistal dos dentes caninos superiores. Trata-se de um procedimento simples que poderá ser operacionalizado por profissionais da área da saúde, da informática e da área forense em processos de identificação individual.
A terceira parte do livro Tecnologias e Informação é com-posta por três artigos. O primeiro é intitulado “Ativos estra-tégicos para a inovação e a cooperação entre corporações e
startups em programas de inovação aberta” apresenta uma
revisão sistemática da literatura, revelando uma taxono-mia das principais ferramentas adotadas por corporações para promover a cooperação com startups em programas de inovação aberta.
Com o uso de lógica difusa para determinação das fun-ções de pertinência por meio do pacote fuzzy do MATLAB
“Utilização da lógica difusa na determinação da distância de frenagem de um veículo automotor” apresenta contribui-ções para auxiliar na construção de um veículo autônomo ao propor um método de efetuar a modelagem da distância de frenagem de um veículo automotor.
Encerramos o livro com o capítulo “A termografia como ferramenta de manutenção de equipamentos de alta tensão associada a RNA E RA – uma revisão da literatura”. Por meio deste texto, os autores, através da associação da termogra-fia à rede neural artificial (RNA) e à realidade aumentada (RA), indicam que o uso de realidade aumentada no seg-mento industrial de manutenção ainda está muito distante da potencialidade da ferramenta.
A diversidade e abrangência dos artigos que compõem essa obra possibilita-lhe abranger diferentes públicos lei-tores, de diversas áreas de atuação, em diferentes níveis de atuação (do ensino médio aos cursos de pós-graduação) e com vários âmbitos de utilização (pesquisas, ensino, ativi-dades profissionais, entre outras).
Mantendo a tradição que instituímos desde a primeira edição da Série, o livro conta com a participação de profis-sionais de diversas instituições de ensino, pesquisa e desen-volvimento, garantindo a premissa do Grupo de Pesquisa Ticase em possibilitar a colaboração multi-institucional com o objetivo de ampliar a disseminação das suas iniciativas e em prol de fomentar uma comunicação científica democrá-tica e pluridimensional.
Caroline Dias Paim de Souza Reis Eneida Santana Tereza Kelly Gomes Carneiro
mulher no Brasil, um país onde a nossa condição feminina é difícil, pois a cada sete horas uma mulher é morta pelo simples fato de ser mulher, segundo o Núcleo de Estudos da Violência da USP e o Fórum Brasileiro de Segurança Pública1.
Fizemos questão de inserir essa nota para garantir a reflexão da importância de corroborar com a luta ao respeito pela mulher, não apenas na ciência, mas em todos os cenários sociais. Continuamos a luta que muitas outras iniciaram anos atrás, na esperança que muitas outras possam gozar dos lou-ros dessas batalhas.
Em 2020 as discussões sobre educação e saúde estão direta-mente relacionadas à engenharia do conhecimento e às chama-das tecnologias emergentes, chama-das quais podemos listar a robótica, a gamificação, a engenharia genética, a manufatura aditiva, a inteligência artificial, a manufatura descentralizada, os drones, a tecnologia neuromórfica, dentre outras. Um dos papéis da comunidade científica é justamente debater e apoiar as temáti-cas aqui abordadas em prol do desenvolvimento da sociedade e almejando o fomento de recursos, tecnologias e inovação para melhorar a qualidade de vida das pessoas.
Pensado nisso o grupo de pesquisa Tecnologias Aplicadas à Educação e Saúde (TICASE), em mais uma obra da SÉRIE TICASE em DEBATE, entrega uma belíssima coletânea de tra-balhos interdisciplinares em que podemos destacar palavras largamente apresentadas como (e.g.) “aprendizagem”, “tecnolo-gia”, “conhecimento”, “educação” e “inovação”, assegurando a sua relação com as tecnologias emergentes para educação e saúde e afirmando que a educação é o único e verdadeiro caminho para o progresso da sociedade, além de ratificar também que importância da valorização da ciência e dos seus envolvidos (discentes e docentes) que colaboram, ou melhor, cooperam com paixão para o seu progresso no país.
A preocupação com a ciência e com a sociedade por parte do Grupo TICASE é comprovada com seu histórico, cujas obras ao longo desses anos são possíveis de serem enumera-das. Quando lançado o primeiro livro da série que organizou artigos voltados exclusivamente para as tecnologias aplicadas à saúde, esta coletânea ofereceu ao leitor artigos de pesquisadores
convidados e pesquisadores do TICASE, mostrando a evolução e o envolvimento do grupo com as suas temáticas.
Na segunda obra, por meio do financiamento da Fundação de Amparo à pesquisa de Alagoas (FAPEAL), o livro entrega uma coletânea voltada exclusivamente à temática da educa-ção profissional, envolvendo vários autores nacionais. Em sua terceira obra, a coletânea foi formada com artigos da área de tecnologia aplicada à saúde e à educação que foram seleciona-dos por edital.
Nesta quarta obra a Série TICASE fortalece a interdiscipli-naridade entre as tecnologias para educação e saúde trazendo a Modelagem Computacional como foco central. Devido à sua utilização em todos os capítulos como meio e fim dos tra-balhos realizados, e ao integrar temáticas de distintas áreas da produção científica, evidencia-se a preocupação do grupo com a difusão do conhecimento.
Este resultado, fruto da determinação, evolução e de uma busca constante para expandir o conhecimento obtido nas diversas pesquisas dos colaboradores do TICASE, representa um notável exemplo para a comunidade científica.
Salvador, 14 de março de 2020
Renelson Ribeiro Sampaio
Pós-Doutor pelo Departamento de Sociologia da Universidade de Wisconsin Madison. Doutor em Economia da Inovação Tecnológica no Science Policy Research Unit - SPRU, University of Sussex, Inglaterra. Pesquisador em Geração e difusão de conhecimento em processos de inovação nas organizações. Estudos na competitividade de aglomerados industriais (Sistemas Locais de Produção) com base metodologia da Dinâmica de Sistemas.
ANÁLISE DO
DESENVOLVIMENTO
EDUCACIONAL DE
APRENDIZAGEM
Eneida Santana
Roberto Luiz Souza Monteiro
Hernane Borges de Barros Pereira
Tereza Kelly Gomes Carneiro
Este trabalho trata da apresentação de um modelo para o estudo dos índices de desenvolvimento educacional das escolas públicas das capitais do nordeste brasileiro. O estudo abarca os resultados do Índice de Desenvolvimento da Educação Básica (IDEB) nas séries iniciais (5º ano), bem como dados geopolíticos e populacionais no período de 2005 a 2015. Usamos o modelo evolutivo de rede de afini-dade e realizamos a caracterização topológica das redes com afinidade de 80% entre os vértices. O principal objetivo desta pesquisa é observar o comportamento da eficiência local e global dos índices de aprendizagem apresentados pelas unidades educacionais (UE), de modo a apoiar a tomada de decisão de gestores educacionais quanto ao processo cola-borativo entre as UE.1 INTRODUÇÃO
Tendo em vista a falta de bases para o acompanhamento da educação básica brasileira, em 1937 foi implantado o Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep) – uma autarquia federal que tem como objetivo promover espaços de discussão e promoção de políticas públicas educacionais baseadas em dados coleta-dos por instrumentos de avaliação de diagnóstico aplicacoleta-dos nas redes de ensino. Para gerenciar a coleta de dados e criar métricas de análises, em 1990 foi incorporado ao Inep o Sistema de Avaliação da Educação Básica (Saeb). Segundo o Ministério da Educação (BRASIL, 2019, p. 02) este sis-tema é “um conjunto de avaliações externas em larga escala que permitem ao Inep realizar um diagnóstico da educação básica brasileira e de alguns fatores que possam interferir no desempenho do estudante, fornecendo um indicativo sobre a qualidade do ensino ofertado”.
As informações coletadas pelo Saeb, desde 2007, passa-ram a compor o Índice de Desenvolvimento da Educação Básica (IDEB), principal indicador de qualidade da educa-ção atualmente. Este índice é composto pelo fluxo escolar e as médias de desempenho nas avaliações bienais, intituladas Prova Brasil, aplicadas nas Unidades de Ensino (UEs) da educação básica.
Apoiado na Ciência das Redes, este estudo tem como estrutura informacional os dados coletados pelo instru-mento Prova Brasil desde a sua primeira aplicação no ano 2005 até a penúltima no ano de 2015. O objetivo deste estudo é apresentar um modelo de apoio à tomada de decisão da gestão pública com o auxílio da Teoria de Redes, simulando as relações possíveis de colaboração entre as UEs de uma cidade a partir do modelo evolutivo de redes de afinidade (MONTEIRO et al., 2014).
Elegeram-se para análise as cidades capitais da Região Nordeste do Brasil, tendo em vista que 23,25%2 dos recursos
governamentais são repassados para esta macrorregião pelo Fundo Nacional de Desenvolvimento da Educação (FNDE) por meio do programa de apoio à educação de qualidade. Este programa é definido como Plano de Desenvolvimento da Educação (PDE Escola) que garante “recurso extra para incentivar a melhoria na gestão de escolas com baixo desem-penho no Índice de Desenvolvimento da Educação Básica. As escolas que atingem ou superam a meta do índice tam-bém recebem um bônus” (BRASIL, 2018, p. 14).
O trabalho desponta para futuras análises no âmbito da Teoria de Redes para redes de afinidade, cujos atores podem variar de natureza, como visto nos trabalhos supracitados.
2 REVISÃO DA LITERATURA
Ainda são poucas as pesquisas que utilizam as redes de afinidade. Destacamos como apoio teórico-metodológico algumas delas neste estudo.
A pesquisa defendida por Monteiro (2012) apresenta uma análise da estrutura topológica de Arranjos Produtivos Locais (APLs) por meio da modelagem de uma solução com-putacional baseada em algoritmos evolutivos que converge em um modelo de redes de afinidade capaz de estabelecer interações entre os atores de acordo com as semelhanças existentes entre eles, permitindo visualizar e prever a evo-lução de redes. Dando continuidade aos estudos do modelo despontado por Monteiro (2012), Carneiro (2014) apresenta, a partir da análise dos perfis tecnológicos dos estudantes
matriculados nos cursos, a aplicação do modelo evolutivo de redes de afinidade no trabalho da gestão de cursos de formação profissional em EAD como espaços propícios à difusão do conhecimento.
Em 2014, Monteiro et al. (2014) apresentaram um modelo para simular a evolução das espécies em um ecossistema baseado no conceito de afinidade. Nesse trabalho é proposto um algoritmo evolutivo que incorpora as propriedades de centralidade e eficiência da rede para realizar o processo de cruzamentos e caracterização da topologia de rede.
Monteiro et al. (2015) apresentaram um modelo teó-rico que pode simular a difusão do conhecimento nas redes sociais utilizando uma abordagem evolutiva por meio de um processo de colaboração e cooperação entre as partes interessadas, identificando, assim, atributos personalizáveis. Cada atributo foi considerado como um gene que cons-titui um cromossomo, tendo como fundamento a teoria Darwiniana. Isto contribuiu para a ampliação dos estudos das redes de afinidade quanto ao modelo capaz de utilizar os atributos dos stakeholders como parâmetros para o estudo da dinâmica da cooperação em rede.
O modelo apresentado anteriormente foi replicado por Lima Neto e Pereira (2017), tendo como sujeitos do ecos-sistema os membros de uma associação de recuperação dos narcóticos anônimos. Esta pesquisa foi baseada nos discur-sos dos membros cujas redes de afinidade foram relaciona-das com os estudos de redes semânticas.
Os estudos citados nessa seção apresentam variedade de sujeitos e interações, confirmando a capacidade de uti-lização do modelo evolutivo baseado em redes de afinidade em diferentes situações e/ou ecossistemas.
3 MATERIAIS E MÉTODOS
A primeira etapa do processo metodológico é com-posta pela definição, exploração e montagem do conjunto de dados. Após consultas ao acervo documental técnico disponibilizado pelo INEP3, verificamos que a meta de
evo-lução da educação brasileira é analisada por meio do pata-mar educacional da média dos países da Organização para a Cooperação e Desenvolvimento Econômico (OCDE). Como presente na nota técnica (BRASIL, 2009, p. 8), “em termos numéricos, isso significa progredir da média nacional 3,8, registrada em 2005 na primeira fase do ensino fundamental, para um IDEB igual a 6,0 em 2022, ano do bicentenário da Independência do Brasil”.
Sendo o ensino fundamental o foco principal da meta governamental, definimos como universo da pesquisa os dados de aprendizagem referentes ao ensino fundamental 1. Tais dados foram compostos pelas unidades de ensino que ofertaram nas redes municipais, estaduais e distritais turmas matriculadas do 1º ano ao 5º ano, nos anos de 2005, 2007, 2009, 2013 e 2015 e que foram coletados por meio da Prova Brasil, instrumento de avaliação já citado na intro-dução deste artigo e disponível no sistema de transparência pública do Saeb.
A exploração dos dados se deu a partir do estudo do modelo de afinidade definido nesta pesquisa, sendo neces-sária a caracterização detalhada dos atributos personali-zados das UEs. Além das planilhas dos resultados bienais publicados pelo Inep/Saeb4, recorrermos à coleta de dados
geopolíticos disponíveis no banco de dados do Instituto
Brasileiro de Geografia e Estatística (IBGE)5. Nesta base,
foram identificados os seguintes elementos: a) a unidade federativa (UF); b) o código de identificação municipal; c) os números populacionais municipais; e d) os números de matriculados no ensino fundamental por município.
Das planilhas do Inep/Saeb foram coletados os dados referentes: a) ao número da taxa de aprovação do ano; b) ao indicador de rendimento da UE entre 0 e 7; c) à nota média padronizada no ano anterior; d) à média das notas alcançadas pela UE entre 0 e 7; e) às projeções do Inep para o ano de realização da Prova Brasil; e f) à identificação da rede de ensino.
A etapa de exploração dos dados propiciou a prepara-ção e montagem do banco de dados com um total de 935 UEs, divididas em 9 capitais do Nordeste brasileiro, como observado no Quadro 1.
uadr o 1. Di str ib uiç ão p op ul acio na l m unici pa l (PM) e p op ul aç ão m unici pa l m at ric ul ad a (PM m) n as unid ades de en sin o d a r ede p úb lic a. Fo nt e: E la bo raç ão dos a ut or es, 2019.
Destaca-se neste trabalho: o processo de mineração e composição genética dos cromossomos que representam as UEs; a apresentação do modelo metodológico para criação e análise de redes de afinidade desenvolvida por Monteiro (2012); a verificação da eficiência local (El) e da eficiência global (Eg), tendo como propósito inferências quanto ao comportamento apresentado pelas UEs ao longo dos anos; bem como apresentar possibilidades de caracterização topológica de redes baseadas na distribuição de eficiências (MONTEIRO, 2012).
Seguindo o modelo evolutivo proposto por Monteiro (2012) e Monteiro et al. (2014, p. 52), a identificação de cada UE analisada é composta no formato de cromossomos, tendo cada dado de atributo a característica de um gene. Para estabelecer uma padronização, fez-se necessária a cons-trução de tabelas de convergências para parametrizar dos dados, resultando no cromossomo apresentado na Figura 1.
Figura 1. Composição do cromossomo da unidade de ensino. UF Código do Município R PM PMm TXA P N NI Pj
2 5 2 8 0 0 3 0 8 1 1 2 0 0 0 0 6
Fonte: Elaboração dos autores (2019).
A estrutura dos dados de composição genética do cro-mossomo é disposta no Quadro 2.
Quadro 2. Legenda da composição genética do cromossomo da unidade de ensino.
UF Código da unidade federativa Código do Município Código de localização do município
R Rede de ensino
PM População municipal total PMm População municipal matriculada
(1º ao 5º ano)
TXA Taxa de aprovação (1º ao 5º ano) P Indicador de rendimento
N Nota média padronizada
NI Nota IDEB
Pj Projeções
Fonte: Elaboração dos autores, 2019.
A segunda etapa do processo metodológico é marcada pelo processamento computacional do modelo evolutivo, no qual, segundo Monteiro et al. (2014, p. 51), os atores estabelecem uma relação de cooperação se houver uma afinidade mínima (ou seja, uma similaridade de atributos) entre elas. Para identificar tais afinidades entre os cromosso-mos que representam as UEs, utilizacromosso-mos o Affinity, software desenvolvido pelo pesquisador supracitado na linguagem
GuaraScript.
O detalhamento do processo metodológico é apresen-tado na Figura 2 por meio da visão geral das etapas de cons-trução do estudo, destacando as ações concomitantes na fase de exploração dos dados (processos “Seleção dos ins-trumentos de diagnóstico da educação” e “Tratamento dos dados”), bem como o alto índice de insumos documentais
construídos (redes, relatórios de cálculos e relatório de comparações evolutivas) a partir da execução do modelo evolutivo.
Figura 2. Percurso Metodológico - Visão Geral do Processo
Fonte: Elaboração dos autores (2019).
Neste artigo o percurso metodológico é limitado à “Caracterização e Análise das Redes”, sendo gerados os rela-tórios de cálculos que serão utilizados para a “Simulação do Modelo Evolutivo”. Os próximos estudos apresentarão os resultados das etapas de “Simulação do Modelo Evolutivo” e as “Análise do comportamento evolutivo”.
Já a Figura 3 representa o modelo evolutivo e apresenta todas as etapas do seu processamento.
Figura 3. Modelo evolutivo
Fonte: Figura adaptada de Monteiro et al. (2015).
Como pode ser observado na Figura 3, apresentamos o modelo evolutivo. Nessa etapa são apresentados os cálculos de afinidades atribuídos pelo script do Affinity CNACALC. Neste estudo definimos como ponto de afinidade para pri-meira geração a rede que apresentou 80% de interação e teve como indicador de interação a menor densidade (Δ) apresentada.
Após a predefinição da afinidade foram geradas e calculadas redes com as diferentes topologias: random,
smallword, hybrid e scalefree. Dois índices calculados das
redes foram utilizados neste estudo: a eficiência local (El) e a eficiência global (Eg) para definição de comporta-mento da aprendizagem informados pelas UEs ao longo do tempo; o número de vértices (n = |V|); o número de arestas (m = |E|); o grau médio (<k>); o diâmetro (D); o coeficiente de aglomeração médio (C); e o caminho mínimo médio (L).
4 RESULTADOS E DISCUSSÃO
A partir das considerações apresentadas por Monteiro (2012), comparamos os valores das eficiências global e local da rede real com as redes híbridas, small-world, scalefree e
random. A eficiência global é definida pela Equação 1:
(1)
Onde: dij é a distância geodésica entre os vértices i e j.Fonte: Monteiro (2012).
A eficiência local é definida pela Equação 2:
(2)
Onde: Gi é o subgrafo i.Fonte: Monteiro (2012).
Os valores das eficiências permitiram a comparação apresentada na Figura 4, na qual podemos observar que a eficiência local (El) da rede real e a da rede livre de escala
(scalefree) apresentaram uma maior equivalência, apon-tando para uma distribuição similar durante todos os anos analisados. Já em relação à distribuição da eficiência global (Eg), como observado na Figura 4, a rede do ano de 2005 apresenta equivalência de eficiência entre a rede real e a rede aleatória, caracterizando o princípio de uma rede smallword, como discutido em Monteiro (2012, p. 46). O ano de 2007 também aponta uma equivalência de eficiência entre a rede real e a rede smallword. Nos demais anos houve equivalência das eficiências local e global das redes reais com as da rede
scalefree, caracterizando a lei de potência presente nas redes.
Figura 4. Eficiência local e eficiência global das redes de afinidade de Aracaju – SE por ano.
Fonte: Elaboração dos autores (2019).
Além da distribuição das eficiências, verificamos os demais índices das redes. Entre os anos de 2005 a 2015 não houve alteração no número de escolas no município de Aracaju – SE, o que justifica o número de vértices ter se mantido o mesmo. Em 2009 foi o ano em que houve mais afinidade entre as UE, quando houve grau médio (79,05). Ou seja, aproximadamente 80 UE se conectaram por afinidade.
Tabela 1. Índices descritivos das redes reais e redes equivalentes aleatórias para o município de Aracaju – SE por ano.
Fonte: Elaboração dos autores, 2019.
Todas as redes apresentaram alta densidade. Isto indica que as UEs são densamente conectadas entre si, sugerindo grande afinidade entre os atributos do cromossomo que representam as UEs. Para um processo de gestão de políti-cas públipolíti-cas, esta informação pode apoiar uma distribuição similar de recursos, tendo em vista que as possibilidades de colaboração entre as UEs são maiores.
Outro índice que corrobora com a afirmação anterior é o caminho mínimo médio (l) em todas as redes ter sido de aproximadamente 2, o que mostra maior facilidade de fluxo informacional entre as UEs. Além disso, evidencia também que a ampliação da gestão informacional das UEs garante o aprimoramento do conhecimento para desenvolvimento educacional no sistema de ensino municipal.
Apenas em 2005 a rede apresentou dois componentes conectados, sendo que o componente gigante é composto por 68,97% das UEs conectadas, como observado na Figura 5. Foi necessária a realização dos cálculos da rede do com-ponente gigante e sua comparação com a rede aleatória equivalente. Nos outros anos, todas as redes apresentaram apenas um componente, o que mais uma vez indica que o conjunto de UEs apresenta grande afinidade.
Figura 5. Redes de afinidade das unidades de ensino de Aracaju/SE (2005 – 2015).
Fonte: Elaboração dos autores (2019).
Outro aspecto importante neste estudo refere-se ao comportamento apresentado pelas redes ao longo dos anos. Para esta análise apoiamos a discussão na importância da distribuição das eficiências. Como observado na Figura
5, a eficiência local (El), que segundo Carneiro (2014) é a medida de quão tolerante à falha é uma rede, aponta que entre os anos 2005 a 2015 o comportamento das UEs man-teve o mesmo índice, o que diverge na Figura 6 sobre a eficiência global (Eg), tendo em vista que no ano de 2007 foi evidenciado um crescimento da Eg mantido até 2015. Isto indica um crescimento da rapidez de comunicação entre as UEs a partir do ano de 2007.
Figura 6. Eficiência local e eficiência global das redes de afinidade de Aracaju, Fortaleza, Natal, João Pessoa e Maceió por ano. a)
Fonte: Elaboração dos autores (2019).
5 CONCLUSÕES
Como apresentado, este estudo constitui-se numa intro-dução para o uso do modelo de redes de afinidade visando apoiar a gestão de políticas públicas educacionais. Tendo em vista que os sistemas de ensino municipais, estaduais e distritais são compostos por unidades de ensino (UEs) com atributos variados, estes podem estabelecer afinidades entre as unidades que possibilitam a colaboração entre elas. Sugerimos a análise das redes desenvolvidas pelo modelo como um sistema de representação do conhecimento capaz de contribuir para a definição de processos colaborativos entre as UEs, a exemplo da transposição de recursos finan-ceiros, materiais e humanos.
Observamos que o comportamento das eficiências, tanto local quanto global, em todas as redes de afinidade investiga-das, foi similar, proporcionando uma leitura para a tomada de decisão em relação à aplicação de projetos destinados à melhoria da qualidade da aprendizagem, de modo que, de fato, as notas das projeções sejam atingidas até o ano de 2022.
Tendo em vista que as fontes primárias de difusão das informações educacionais estão dispostas em plataformas públicas, faz-se necessária a exploração dos dados e a realiza-ção de ajustes na limpeza em todos os relatórios complemen-tares disponíveis. Por este motivo, destacamos a importância da concepção do tratamento e organização dos dados na aplicação do estudo como imprescindível para vinculação de atributos que permitam a identificação de afinidades reais entre as UEs.
Uma limitação desta pesquisa, que segue em fase de aprimoramento, é a grande quantidade de genes associado ao código do município, o que pode ter criado um ruído no modelo e implicado na alta conectividade observada nas redes.
REFERÊNCIAS
BRASIL. (2018) Plano de Desenvolvimento da Educação
Básica. Brasília: Ministério da Educação, Fundo Nacional
de Desenvolvimento da Educação – FNDE. Disponível em: <http://download.mec.gov.br/fnde/pde.pdf >. Acesso em: 30 jul. 2019.
BRASIL. (2014) Metodologia utilizada para o
estabelecimento das metas intermediárias para a trajetória do IDEB no Brasil, Estados, Municípios e Escolas. Brasília: Ministério da Educação, INEP.
Disponível em http://download.inep.gov.br/educacao_ basica/portal_ideb/o_que_sao_as_metas/Nota_Tecnica_ n2_metas_intermediarias_IDEB.pdf >. Acesso em: 30 jul. 2019.
CARNEIRO, T. K. G. (2014) Redes de afinidade
como estratégia de gestão pedagógica e difusão do conhecimento em cursos na modalidade a distância.
145f. Tese (Doutorado em Difusão do Conhecimento). Universidade Federal da Bahia, Salvador. Disponível em <https://repositorio.ufba.br/ri/handle/ri/16842>. Acesso em: 30 jul. 2019.
LIMA NETO, J. L. A.; PEREIRA, H. B. B. (2017) A rede social de ajuda-mútua de Narcóticos Anônimos: a relevância do prestígio, da centralidade de intermediação entre os membros. In: Revista Hispana para el Análisis
de Redes Sociales, 28(1): 91-103. Disponível em: <www.
revistes.uab.es/redes>. Acesso em: 30 jul. 2019.
MONTEIRO, R. L. S. (2012) Um modelo evolutivo para
simulação de redes de afinidade. 171f. Tese (Doutorado
em Difusão do Conhecimento). Universidade Federal da Bahia, Salvador. Disponível em: <http://www.repositorio.
MONTEIRO, R. L. S. et al. (2014) Evolution based on chromosome affinity from a network perspective. In:
Physica A, n. 403, 2014. p. 276–283. Disponível em:
<https://doi.org/10.1016/j.physa.2014.02.019>. Acesso em: 30 jul. 2019.
MONTEIRO, R. L. S. et al. (2015) An affinity-based evolutionary model of the diffusion of knowledge. In:
Obra digital: Revista de Comunicación, Catalunya, n. 9.p.
44-57. Disponível em: <http://repositoriosenaiba.fieb.org. br/handle/fieb/591>. Acesso em: 30 jul. 2019.
WATTS, D. J. e Strogatz, S. H. (1998) Collective dynamics of smallworld networks. In Nature, n. 393, p. 440-442. Disponível em: <https://www.nature.com/articles/30918>. Acesso em: 30 jul. 2019.
COMO FERRAMENTA
TECNOLÓGICA PARA
O APRENDIZADO
EM ALGORITMOS DE
PROGRAMAÇÃO
Anderson da Silva Santos
Leandro Brito Santos
Alile Fixina do Carmo
Algoritmos e programação é um componente curricular presente em todas as graduações de engenharia. De modo geral, muitos alunos apresentam dificuldades em reali-zar atividades práticas de implementação dos programas. É comum, por parte dos estudantes, uma repulsa a este com-ponente devido aos paradigmas em que as linguagens de programação estão inseridas, à construção de um modelo lógico para a criação dos programas e até mesmo à dificul-dade no acesso ao computador para produzir tais programas. Assim, visando contemplar discussões relacionadas à apren-dizagem de algoritmos e programação, este trabalho propõe apesentar Apps que permitem realizar a implementação de programas em smartphones. Este ambiente de aprendizado é conceituado como mobile learning e oferecer grandes bene-fícios para os estudantes. Ao final apresentamos uma tabelacomparativa dos achados, assim como as telas com um exem-plo implementado.
1 INTRODUÇÃO
É crescente evolução tecnológica e a introdução da Indústria 4.0 baseada em máquinas que coletam e analisam dados, tomam decisões e permitem ganhos em produtivi-dade, qualidade e rentabiliprodutivi-dade, aliando tecnologia avançada com a gestão e controle (MORAIS; MOURA; DENANI, 2018). Tal evolução torna o mundo cada vez mais automa-tizado, com máquinas industriais capazes cada vez mais de trabalharem sozinhas, continuamente, gerando produtos de forma rápida e eficiente (ÉPOCA NEGÓCIOS, 2020).
A automatização e o desenvolvimento tecnológico acom-panham o progresso da programação. É através dela que o homem consegue se comunicar com as máquinas, realizando instruções para que possam produzir de forma automatizada. A programação é uma ferramenta importante e aprender a programar deve ser algo a ser motivado em todos os níveis de ensino, tornando possível o atendimento a futuras demandas de vagas na área da Tecnologia da Informação (TI) – uma área que só tende a crescer com a Indústria 4.0.
Hoje, a maioria dos cursos de exatas, na graduação, tem disciplinas na área de programação em sua grade. Segundo a Code (www.code.org), uma fundação sem fins lucrativos que quer incentivar todos a programar, em 2020 haverá 1,4 milhão de novas vagas para programadores nos Estados Unidos. No Brasil, dados da SOFTEX apontam para um
para a indústria deste setor. Outro levantamento realizado pela empresa Cisco fez a previsão de aproximadamente 12 bilhões de conexões de dispositivos móveis e Internet das Coisas (IoT) em 2022, ou seja, smartphone ou tablet e qual-quer dispositivo embarcado (COMPUTER WORLD, 2020).
O objetivo do estudo é despertar o interesse dos jovens estudantes para a área da programação e buscar rever-ter os déficits de profissionais e, consequentemente, das receitas. Os Ministérios da Educação (MEC) e da Ciência, Tecnologia, Inovações e Comunicações (MCTIC) lançaram em 2014 o programa Brasil Mais TI - um projeto inovador e dinâmico de educação à distância com foco no conheci-mento, capacitação e oportunidades que oferece mais de 35 diferentes cursos de Introdução à Tecnologia da Informação, programação, desenvolvimento de competências e conteú-dos gamificaconteú-dos.
O aprendizado da programação é limitado a práticas constantes, sendo necessário um computador para seu desenvolvimento. Assim, visando promover o interesse e o hábito da programação, este artigo tem como intuito apre-sentar a ideia da mobile learning.
Segundo Oliveira e Medina (2007), mobile learning é a utilização de dispositivos móveis, a exemplo de smartphones, no processo de ensino e aprendizagem. O uso de smartphone no Brasil tem crescido demasiadamente. O presente trabalho apresenta dados que justificam o uso da programação por meio de smartphones com foco em incentivar o aprendi-zado tomando como base os princípios do mobile learning. Mostra também maneiras de programar em algoritmos por meio de um kit de desenvolvimento, sendo um incentivo à diminuição das demandas de programadores.
A automatização, a programação de sistemas e o desen-volvimento tecnológico são conceitos e práticas largamente apresentadas nas graduações das engenharias. Contudo, ao explorar a temática, muitos estudantes desconhecem a possi-bilidade de utilizar o smartphone ou tablet como ferramenta de desenvolvimento e tendem a não aplicar o aprendizado em ambiente mobile. Este modelo se destina ao desenvolvi-mento de projetos de IoT utilizando a interface de conexão USB On-The-Go (OTG), transformando desta maneira o
smartphone em uma estação de trabalho.
Neste capítulo abordamos e exploramos a proposta de um ambiente de aprendizado como ferramenta tecnológica para aprender algoritmos e programação e como resultado apresentar a comparação do Ambiente de Desenvolvimento Integrado (IDE) e seus recursos, assim como um modelo de ambiente para aprendizado.
2 REVISÃO DA LITERATURA
A Indústria 4.0 pertence a uma nova era industrial, caracterizada pelo uso de sistemas inteligentes. Assim, ter conhecimentos sobre programação é essencial para se adap-tar a essa nova era. Segundo Vermulm (2018), algumas das tecnologias mais relevantes para a indústria 4.0 são: os sen-sores e atuadores, a internet das coisas (sistemas compostos por hardwares e softwares que viabilizam a interligação e a comunicação entre objetos), o Big Data (processamento e armazenamento de grandes bases de dados estruturados e não estruturados), a computação em nuvem, a inteligência artificial, as tecnologias de comunicação sem fio e a robótica. Aprender algoritmos e programação, em qualquer
lin-para se adaptar de forma mais rápida, temos que aproveitar as novas tecnologias de ensino, tais como a “aprendizado móvel”. O conceito mobile learning ou aprendizagem móvel é entendido como a integração das tecnologias móveis em contexto educativo. Segundo Lencastre e Magalhães (2016), o mobile learning permite ao estudante ser mais produtivo e criativo enquanto consome e interage com a informação. Contudo, se os dispositivos móveis são essenciais nas nossas vidas, porque não os usarmos em contexto educativo? É o que questiona Carvalho (2015), além de afirmar ser pos-sível concretizar o mobile learning considerando que sempre temos à mão um smartphone ou tablete, o que possibilita que a aprendizagem ocorra em qualquer lugar e a qualquer hora (MOURA, 2011).
Segundo o Centro de Tecnologia de Informação Aplicada da Escola de Administração de Empresas de São Paulo da Fundação Getúlio Vargas (FGVcia, 2018), o número de
smartphones atualmente é maior que o de habitantes. São
230 milhões de smartphones em uso no Brasil contra 210,1 milhões de habitantes, segundo o Instituto Brasileiro de Geografia e Estatística (IBGE, 2019).
Conforme Barcelos et al. (2009), a maioria dos alunos têm dispositivos móveis com potencial para oferecer dife-rentes níveis de envolvimento. Com uso mais flexível e oti-mizado do tempo, estes poderiam usar tais tecnologias em qualquer lugar e em qualquer momento, ampliando a pos-sibilidade de uso educacional de recursos que hoje já estão sendo utilizados para comunicação e lazer.
A utilização dos dispositivos móveis no ensino de algo- ritmos tem a possibilidade de oferecer aos estudantes diver-sas vantagens, tais como a compreensão dos conceitos de
algoritmos envolvendo informação audiovisual, a constru-ção e compilaconstru-ção de algoritmos, o compartilhamento de resultados, a produção de vídeos e animações, a realiza-ção de exercícios propostos, a construrealiza-ção de exemplos de fluxogramas, a aplicação da teoria através de textos, além de lhes oportunizar a escolha do estilo de aprendizagem (BARCELOS; TAROUCO; BERCHT, 2009).
Por outro lado, segundo Da Silva (2017), a tecnologia OTG torna possível utilizar periféricos USB em dispositi-vos móveis por meio de um cabo OTG, tais como:
pendri-ves, mouse, teclados, equipamento concentradora (HUB) e
outros. Assim é possível facilitar o uso da programação em
smartphones, por exemplo, usando um teclado que
possibi-lite a digitação do código no IDE de modo a garantir que os jovens tenham incentivo para aprender a programar.
3 MATERIAIS E MÉTODOS
Esta pesquisa é do tipo experimental e realizadas em três fases. A primeira com o estudo bibliográfico sobre learning
mobile; a segunda com a instalação dos aplicativos gratuitos
da Google Play Store; e a terceira fase com a implementa-ção dos algoritmos no smartphone. As duas últimas fases foram realizadas no laboratório de informática do Centro Multidisciplinar de Bom Jesus da Lapa (CMBJL) – UFOB.
Podemos perceber na Figura 1 alguns smartphones lan-çados entre 2016 e 2019 no mercado nacional para qual o tipo de conexão USB era oferecido. Além disso, nota-se que o tipo On-The-Go está disponível na grande maioria e com isso podem ser utilizados como interface de I/O para dispositivos externos.
Figura 1: Conexão USB dos principais smartphones do mercado brasileiro.
Fonte: Elaboração dos autores (2020).
Após a verificação do smartphone, verificamos o App para desenvolvimento com linguagem de programação. O foco dos testes foi verificar a compilação do código e o uso do aplicativo off-line. Os testes foram realizados em aplica-tivos gratuitos mobile da plataforma Android, que tem como funcionalidade ser um IDE para programação focado na linguagem C.
Tabela 1: App encontrados na Play Story do Android para desenvolvimento.
Aplicativos linguagem C Versão
Cxxdroid- C++ compiler IDE for
mobile development 2.0_arm64 Coding C- The offline C compiler 1.0.6
CppDroid-C/C++ IDE 3.3.3
Para testar os aplicativos utilizamos o smartphone Redmi
note 7 da marca Xiaomi, cuja escolha se deu de forma
alea-toriamente dentre os modelos que suportam conexão OTG. Em seguida utilizamos um teclado USB com cabo OTG para facilitar a digitação do código, como pode ser observado na Figura 2.
Figura 2: Smartphone com teclado via USB/OTG.
Fonte: Arquivo dos autores (2020).
Além disso, implementamos nos aplicativos um código fonte simples na linguagem C para verificar sua funcionali-dade, conforme mostram as Figuras 3, 4 e 5. A implemen-tação que foi realizada na linguagem de programação C teve como o objetivo foi verificar as funcionalidades para a produção deste algoritmo. Sua efetivação nos três programas indicados nas figuras a seguir é um exemplo simples de input e output de texto.
Figura 3: Código para teste no Cxxdroid.
Fonte: Arquivo dos autores (2020).
Podemos verificar na Figura 4 que existe um menu intui-tivo para criar pasta e que a opção de compilação está oculta no menu principal.
Figura 4: Código para teste no Coding C.
Fonte: Arquivo dos autores (2020).
Além disso, no App Coding C observa-se um menu e um botão para executar o código fonte.
Na Figura 5 verificamos o código fonte implementado no
App Cppdroid. Neste é possível identificar no menu as opções
de executar, salvar e compilar (símbolo de um raio).
4 RESULTADOS E DISCUSSÃO
O resultado deste trabalho tem o enfoque nas funcio-nalidades dos Apps e nos recursos que são oferecidos para ajudar o programador. Para isso fizemos um recorte que é apresentado na Tabela 2 contendo as seguintes informa-ções: nome dos Apps; versão; se apresenta a funcionalidade de compilação; se é possível trabalhar em modelo offline. Os resultados e discussões apresentadas nesta seção con-templam os testes e os parâmetros utilizados (se o código foi compilado e a possibilidade de implementar no modo
offline).
Tabela 2: Resultado simplificado dos testes. Aplicativos linguagens C Versão Pode compilar? Trabalha offline? Cxxdroid- C++ compiler IDE for mobile development
2.0_arm64 Sim Sim
Coding C- The offline C compiler
1.0.6 Sim Sim
CppDroid-C/C++ IDE 3.3.3 Sim Sim
Cppdroid
Podemos observar as compilações nas Figuras 6, 7 e 8. A partir destas podemos compreender a usabilidade dos
Apps e as funcionalidades disponíveis após a compilação
do algoritmo. De modo geral todos apresentam uma tela de prompt de comandos comum e apenas um botão para retornar e acessar a tela principal do aplicativo.
Figura 6: Compilação do App Cxxdroid.
Fonte: Arquivo dos autores (2020).
Figura 7: Compilação do App Coding C.
Figura 8: Compilação do App CppDroid.
Fonte: Arquivo dos autores (2020).
Conforme apresentado, verificou-se que é possível pro- gramar em dispositivos móveis usando os conceitos do
mobile learning, mesmo offline. As vantagens deste ambiente
estão:
• Mobilidade, pois é possível acessar o programa em qualquer espaço físico;
• Expansibilidade, pois é possível incluir um hub USB para adaptar novos dispositivos e aumentar a interface de comunicação;
• Interação homem-máquina e a usabilidade, pois o usuário de smartphone apresenta a capacidade técnica para manuseia os aplicativos;
• Limitação de recursos em comparação aos pro-gramas que são executados em ambiente desktop; • Limitação para realizar a comunicação com outros
dispositivos (computador, notebook, smartphone,
tablet).
5 CONCLUSÕES
Após os testes podemos concluir que a inserção de dispo-sitivos móveis no ensino da programação é algo promissor, pois possibilita a obtenção de resultados instantaneamente
mesmo sem acesso à internet. Com o desenvolvimento da Indústria 4.0 e as recentes melhorias nos smartphones, como a tecnologia OTG, o uso destes pode ser uma tendência também para a programação industrial, sendo proveitoso tanto para o aprendizado quanto para o desenvolvimento na indústria.
REFERÊNCIAS
BARCELOS, R.; TAROUCO, L.; BERCHT, M. O uso de mobile learning no ensino de algoritmos. RENOTE, v. 7, n. 3, p. 327–337, 21 dez. 2009.
CARVALHO, A. A. A. Apps para dispositivos móveis: manual para professores, formadores e bibliotecários. [S.l: s.n.], 2015.
DA SILVA, G. F. Análise de um movimento utilizando o
aplicativo vidanalysis free. [S.l: s.n.], 2017.
LENCASTRE, J. A.; MAGALHAES, C. Mobile Learning: potencial de inovação pedagógica EPRIS-E-learning em estabelecimentos prisionais View project. [S.l: s.n.], 2016. Disponível em: <https://www.researchgate.net/ publication/313838931>. Acesso em: 3 nov. 2019. MORAIS, M. de O.; MOURA, I. de; DENANI, A. L. A
integração entre conhecimento, inovação e indústria 4.0 nas organizações / Integration between knowledge, innovation and industry 4.0 in organizations | Morais | Brazilian Journal of Development. Disponível em:
<http://www.brazilianjournals.com/index.php/BRJD/ article/view/359>. Acesso em: 2 nov. 2019.
OLIVEIRA, L.; MEDINA, R. D. Desenvolvimento de
aplicações m-Learning nas plataformas. J2ME e Flash
Lite. 2007.
VERMULM, R. POLÍTICAS PARA O
DESENVOLVIMENTO DA INDÚSTRIA 4.0 NO BRASIL. [S.l: s.n.], 2018.
ÉPOCA NEGÓCIOS (São Paulo). Globo. Brasil tem 230
milhões de smartphones em uso: entre smartphones,
computadores, notebooks e tablets, país tem dois
dispositivos por habitante. 2020. Disponível em: <https:// epocanegocios.globo.com/Tecnologia/noticia/2019/04/ brasil-tem-230-milhoes-de-smartphones-em-uso.html>. Acesso em: 13 dez. 2019.
COMPUTER WORLD (São Paulo). Globo (Ed.). Cisco
prevê 12 bilhões de conexões de dispositivos móveis e IoT em 2022: Em 2022, móvel representará quase
20% do tráfego IP global e chegará a 930 exabytes. 2020. Disponível em: <https://computerworld.com. br/2019/02/19/cisco-preve-12-bilhoes-de-conexoes-de-dispositivos-moveis-e-iot-em-2022/>. Acesso em: 13 dez. 2019.
MOURA, A. M. C. et al. Apropriação do telemóvel
como ferramenta de mediação em mobile learning:
estudos de caso em contexto educativo. 2011. Tese (Doutorado em 2011). Universidade do Minho. Braga. Disponível em < http://repositorium.sdum.uminho.pt/ handle/1822/13183>. Acesso em 21 dez 2019.
CONHECIMENTO EM
PROGRAMAÇÃO NA
EDUCAÇÃO BÁSICA NA
ESCOLHA DO CURSO
SUPERIOR
Caroline Dias Paim de Souza Reis
Bruno Carreiro da Silva
Roberto Luís Souza Monteiro
Hernane Borges de Barro Perreira
Dados econômicos apontam que o mercado de tecnologia se mantém aquecido apesar da crise econômica que o país enfrenta. Entretanto, existe um déficit de mão de obra no setor difícil de ser superado devido à baixa atratividade de alunos para cursos superiores de computação, além do fato de estes cursos enfrentarem grandes índices de evasão dos estudantes. Nesse contexto, este artigo objetiva investigar se jovens com conhecimento prévio em computação ten-dem a permanecer na área para cursos de graduação. Para tal foram realizadas entrevistas com candidatos ao ENEM 2016 em duas escolas da cidade de Salvador visando veri-ficar qual a área em que desejavam fazer o curso superior. Os dados foram analisados levando-se em consideração o perfil de alunos que fizeram cursos relacionados àcompu-que os alunos compu-que tinham conhecimento na área de com-putação demostraram interesse em graduar-se na área de tecnologia.
1 INTRODUÇÃO
De acordo com dados consolidados da Associação Bra- sileira das Empresas de Software (ABES) para o ano de 2018, o crescimento dos investimentos em tecnologia da informa-ção (TI) foi de 9,8% em comparainforma-ção ao ano de 2017 - cresci-mento este maior que a média mundial que foi de 6,7% para o mesmo período. Esses investimentos colocam o Brasil na 9ª posição no ranking dos investimentos no setor para o ano de 2018. Ainda de acordo com o mesmo estudo, em 2018 o mercado interno de TI movimentou 46 bilhões de dólares.
Dados publicados pela Revista Computação Brasil (2007) informam que existe uma crescente demanda por profis-sionais de TI no Brasil. Porém, segundo Cabral (2007), a procura por cursos superiores na área é baixa e tem grande evasão. Além disso, segundo dados extraídos do censo da educação realizado pelo Instituto Nacional de Estudos e pesquisas educacionais Anísio Teixeira (INEP) no ano de 2014, os dados de cursos ofertados, matrículas e alunos con-cluintes para todo o território nacional apresentam números de alunos concluintes muito inferior ao número de alunos matriculados. A Tabela 1 apresenta a consolidação desses dados.
Tabela 1. Distribuição entre os cursos de TI e Computação. Nº de
cursos Matrícula Concluintes Ciências da Computação 1166 157.641 19.631 Engenharia de
Computação 197 28.101 1.905
Processamento da
Informação 673 82.983 11.700
Fonte: Instituto Nacional de Estudos e pesquisas educacionais
Anísio Teixeira, 2014.
A consolidação do número de alunos matriculados e concluintes para cursos de TI em todo o Brasil apresenta uma grande diferença entre o número de alunos ingressantes e de alunos que conseguem se formar. O número de concluin-tes para o curso de Ciências da Computação corresponde a 35,81% dos alunos entrantes para 2014. Para o curso de Engenharia de Computação apenas 18,73% dos alunos con-cluintes em relação ao número de alunos matriculados. Já no curso de Processamento da Informação a relação entre alunos matriculados e concluintes é de 34,89%. Após a análise de dados apresentados pelo INEP é importante observar os moti-vos para uma evasão tão significativa em cursos desta área.
Fazendo uma comparação com cursos mais tradicionais vemos que a taxa de evasão nos cursos de computação é maior. É possível observar na tabela a seguir que a rela-ção entre alunos entrantes e alunos concluintes no curso de Pedagogia é de 60,51%. No curso de Direito esse dado passa a ser de 44,04%. Já no curso de medicina, 69,05% dos alunos concluíram o curso. A Tabela 2 apresenta a consoli-dação dessas informações.
Tabela 2. Informações de Cursos mais tradicionais Nº de cursos Matrícula Concluintes
Pedagogia 1.618 92.625 56.046
Direito 1.145 217.279 95.693
Medicina 251 23.233 16.043
Fonte: Instituto Nacional de Estudos e pesquisas educacionais
Anísio Teixeira, 2014.
Observou-se na publicação Estratégias de TIC 2022, rea-lizada pela BRASSCOM – Associação Brasileira das Empresas de Tecnologia da Informação e Comunicação - que em 2013 o déficit de profissionais do setor era de 200 mil. Um estudo do Observatório SOFTEX – Associação para a promoção da Excelência do Software Brasileiro - no seu relatório anual de 2013, aponta que em 2022 esse déficit será de 408 mil profis-sionais. No mesmo estudo do ano 2018 foi feita uma projeção de que nos anos de 2019 a 2024 será necessário anualmente a inclusão 70 mil profissionais para assumir novas vagas no setor.
Considerando esse cenário, decidiu-se investigar o inte-resse que os candidatos ao ENEM 2016 tinham em ingressar em cursos de graduação na área de TI. Também foi realizada uma análise das escolhas de alunos com conhecimento em programação construído durante o ensino médio. Para reali-zar essa ação foram realizadas entrevistas com os candidatos nos dias das provas a fim de verificar a intenção de ingressar na área de computação na graduação. O mesmo formulário foi respondido pelos alunos do curso técnico em Informática do SENAI-BA, tendo sido comparados os dados levantados entre os dois grupos de participantes.
2 REVISÃO DA LITERATURA
As discussões sobre a importância do ensino de computa-ção no ensino médio no Brasil começou a ter maior relevância em 2004 quando o Grupo de Trabalho de Licenciatura em Computação (GT3) da Sociedade Brasileira de Computação – SBC, durante o congresso da SBC em Salvador, aprovou em assembleia a proposta de incluir no ensino médio conteúdos de computação e informática com o objetivo de que os alu-nos pudessem desenvolver competências na área desde cedo e assim despertar o seu interesse pela área de computação.
A introdução de computação na educação básica é fun-damental. Porém, no Brasil, as iniciativas ainda são muito discretas e ainda existe uma dificuldade na percepção da diferença entre informática básica e computação. O ensino de informática básica é entendido como a manipulação de aplicativos tais como editores de textos, planilhas eletrônicas e navegadores de internet, trabalho este muito bem desen-volvido em projetos de inclusão digital cuja finalidade maior é a de ensinar noções básicas para o uso do computador. No caso do ensino de computação, o foco está na utilização do raciocínio computacional para solução de problemas de qualquer natureza.
Silva (2016) defende que o ensino de conceitos bási-cos em computação na educação básica é essencial para o desenvolvimento do raciocínio computacional desde cedo em crianças e adolescentes. De acordo com Wing (2006), podemos definir o conceito de “pensamento computacional” como a capacidade de solucionar problemas, projetar siste-mas e a compreensão do comportamento humano.
Para Barcelos (2012), ao apresentar o pensamento com- putacional na educação básica, os alunos conseguem aplicar
domínio de maneira interdisciplinar. A introdução do ensino de computação na educação básica trará alguns reflexos para a sociedade, pois os alunos poderão se bene-ficiar desse conhecimento para a resolução de problemas independente da área de atuação profissional. Também irá contribuir para desmistificar o papel do profissional de com-putação, bem como para aproximar os alunos para o tema, gerar interesse para graduar-se na área de computação e diminuir o índice de reprovação em lógica de programação na graduação.
Para Andrade (2013), o pensamento computacional está apoiado sobre três pilares: abstração, automação e análise. A abstração é um mecanismo importante na resolução de problemas, pois permite extrair apenas as características mais relevantes do problema para chegar à sua solução de forma mais simples. A abstração possui três aspectos: dados, processos e técnicas de construção de algoritmos. Podemos entender o aspecto “dado” como abstrações das informações para visualização da solução de um determinado problema. Em “processos” focamos nas abstrações necessárias para a criação do algoritmo que apresentará a solução. Já o foco da “técnica de construção de algoritmos” se refere à utili-zação de técnicas para a solução de problemas complexos de maneira simples.
A automação é a mecanização de tarefas manuais através do uso de computadores. A automação tem três aspectos: máquina, linguagem e modelagem computacional. Nesse pilar será o momento de definir que tipo de máquina será utilizada na automação da solução proposta e qual será a linguagem de programação utilizada para escrever o algo-ritmo e para a aplicação de modelos computacionais visando a solução do problema.
A análise se refere ao estudo de um problema de forma que se realize uma argumentação crítica sobre a natureza do problema e suas possíveis soluções. Existem três tipos de análise: viabilidade, correção e eficiência. A análise irá verificar se existe solução computacional para o problema, se o algoritmo proposto realmente resolve o problema e a efi-ciência do algoritmo proposto para a solução do problema. A Figura 1 apresenta os pilares do pensamento computa-cional, a automação, análise e abstração.
Figura 1. Pilares do Pensamento Computacional
2.1 TRABALHOS CORRELATOS
O trabalho desenvolvido por Garcia (2008) tem como objetivo capacitar alunos do ensino médio para resolver pro-blemas de lógica de programação e de estrutura de dados, visando despertar o interesse dos jovens para a área de com-putação. Foi proposto um curso de programação para alunos do ensino médio com faixa etária de 14 a 18 anos de escolas públicas e particulares, sendo selecionados 33 alunos, cuja maioria era proveniente de escolas públicas. Todo o projeto teve duração de 228 horas realizadas durante 10 meses. A linguagem de programação utilizada foi a linguagem C. Como resultado registrou-se que dos 33 alunos inscritos, 17 concluí-ram o curso. Todos os alunos desistentes econcluí-ram da rede pública de educação. O texto informa que os alunos demonstraram interesse em permanecer na área de TI, mas não apresenta dados estatísticos.
O trabalho proposto por Marques (2011) apresenta um projeto desenvolvido pelo Programa de Licenciatura cujo objetivo era oferecer uma oficina para alunos do ensino médio com a intenção de atraí-los para a área de TI. Foi realizada uma oficina para ensinar lógica de programação para alunos utilizando jogos digitais como fator motiva-cional. A oficina teve duração de 16 horas divididas em 4 aulas de 4 horas cada aula. Foram ofertadas 25 vagas para alunos de escolas públicas. Apesar de todas as vagas terem sido preenchidas, apenas 18 alunos apareceram no primeiro dia de aula e na última aula estavam presentes 16 alunos. Ao final da oficina foi aplicado um questionário para avaliar a qualidade das aulas ministradas. Entre as perguntas foi ques-tionado se os alunos tinham interessem em fazer vestibular para área de informática. 56% (nove alunos) responderam que fariam vestibular para área de TI, 38% (seis alunos) não
sabiam e 6% (um aluno) não respondeu à pergunta. Nas conclusões desse estudo percebeu-se que a oficina aumen-tou o interesse de alunos pela área de informática. Apesar dos participantes terem demonstrado interesse pela área percebeu-se a necessidade de realizar novamente a oficina e mapear o interesse dos alunos pela área de TI antes do início, além de acompanhar os alunos egressos da oficina a fim de certificar se efetivamente ingressaram em cursos superiores na área.
Outro trabalho que oferece contribuições acerca do ensino de computação na educação básica e o interesse de alunos em permanecer na área de TI é o de França (2012). Este descreve que foram desenvolvidas em uma escola pública do estado de Pernambuco nove atividades de computação desplugada e linguagem de programação com Scratch. No final de cada atividade era verificado o interesse dos alunos pela área, com um índice de 83,3% de interesse. O uso da ferramenta Scratch teve aprovação de 91,7% por parte dos alunos.
No trabalho desenvolvido por Mata (2013) é apresentada uma prototipação de ambiente de programação lúdico com intuito de preparar alunos do ensino médio para uma olim-píada de informática. A ideia é tornar atrativo o aprendizado de programação e dessa maneira incentivar o aluno a ingressar em cursos superiores na área de computação. A proposta é um jogo de perguntas e respostas no qual as perguntas são domi-nadas de segredos. A cada descoberta de um segredo o aluno ganhará pontos e no final da rodada dos segredos, caso o aluno atinja entre 70 e 100%, receberá a chave, símbolo do conheci-mento, para abrir um cadeado que representa o conhecimento guardado e poderá passar para a nova fase. Entende-se que o jogo ajuda a estimular os alunos a participarem de cursos de computação na graduação por desmistificar a dificuldade em
lógica de programação apresentada nas disciplinas de progra-mação por diversos alunos na graduação.
O trabalho apresentado por Jesus (2014) descreve os métodos utilizados e as experiências adquiridas na aplica-ção do desenvolvimento de jogos digitais como um fator motivador para alunos de computação de diferentes níveis de ensino a se manter em carreiras de TI. O projeto abran-geu dois cursos de modalidades diferentes: curso técnico em informática integrado ao ensino médio e o curso de licenciatura em computação de nível superior. Os alunos deveriam desenvolver jogos com o método proposto pelo grupo. Essas atividades foram inseridas em disciplinas dos cursos que os alunos já cursavam. No curso técnico tiveram 26 alunos participando das atividades. Ao final da disci-plina foi aplicado um questionário onde se perguntava se o aluno pretende seguir carreira em TI ou em área rela-cionada. Obteve-se respostas de que 30,77% (oito alunos) afirmaram que pretendiam ficar na área de TI, 19,23% (cinco alunos) informaram que não e 50% (13 alunos) registraram que talvez permanecessem na área.
Apesar de diversas abordagens relatadas nos trabalhos pesquisados, percebe-se que as intenções visam despertar o interesse de alunos cada vez mais cedo para conhecer um pouco sobre a área de computação. E apesar da dificuldade para medir ou acompanhar os alunos, fica clara a tendência em alunos que têm algum conhecimento em programação de permanecer nesta área.
3 MATERIAIS E MÉTODOS
Para determinar a intenção em escolher cursos de TI no curso superior foi realizada uma pesquisa com dois públicos: candidatos do ENEM 2016 e alunos do Curso Técnico em
Informática do SENAI-BA. Para acessar o público do ENEM foram definidas duas escolas estaduais baseadas no número de alunos que iam realizar prova nos locais – o Colégio Luís Viana no bairro de Brotas e o Instituto de Educação Isaias Alves - ICEIA - no bairro do Barbalho, ambas na cidade de Salvador - BA. Uma terceira instituição foi incluída no roteiro de pesquisa pela proximidade do ICEIA, a Escola Getúlio Vargas.
Nos dias 05 e 06 de novembro de 2016 foi realizada uma pesquisa com 247 candidatos durante as provas do ENEM para determinar qual a escolha por curso superior. No formulário o aluno era questionado se era proveniente de escola pública ou particular, bem como sobre idade, sexo, se possuía algum conhecimento em programação de computa-dores e qual curso desejava fazer na graduação. No caso de estudantes que alegaram ter conhecimento em programação pedimos informações sobre o tipo de experiência e qual tipo de linguagem de programação conhecia.
A ideia inicial era que a pesquisa fosse realizada via questionário. Entretanto, logo nas primeiras conversas com os estudantes dispostos a participar da pesquisa foi perce-bido o equívoco entre informática básica e programação de computadores. Observando que esse tipo de dúvida poderia colocar em risco a pesquisa, mudamos o modus operandi e passamos a fazer entrevistas esclarecendo as diferenças entre informática básica e programação de computadores. No caso de estudantes que declaravam ter conhecimento em progra-mação, perguntas adicionais constavam no formulário: que tipo de linguagem você aprendeu a programar? Onde você aprendeu a programar? Tais perguntas ajudavam a afastar qualquer dúvida sobre o real conhecimento do entrevistado sobre o tema.
O segundo público respondente foi composto pelos alu-nos do curso técnico em informática do SENAI BA. Foram definidas as turmas em andamento com alunos de todos os módulos do curso e os alunos entrevistados foram os da unidade CIMATEC. No caso dos alunos do curso de infor-mática não existiam dúvidas quando se questionava sobre o conhecimento em programação de computadores. Para esse público, cada aluno recebeu o formulário impresso e respondeu ao questionário. Ao total 65 foram respondidos. O curso técnico em informática tem carga horária de 1000h e é divido em três módulos. A Tabela 3 apresenta a matriz do curso.
Tabela 3. Matriz curricular curso técnico em Informática
4 RESULTADOS E DISCUSSÃO
Este trabalho totalizou 312 formulários respondidos, dos quais 247 foram de candidatos do ENEM e 65 de alunos do curso técnico. O público do ENEM era composto de 46,15% de pessoas do sexo masculino e 53,85% de pessoas do sexo feminino. Esse resultado foi considerado balanceado em relação ao segundo público.
Na pergunta sobre conhecimento prévio em programa-ção de computadores apenas 7,69% (19 pessoas) afirmaram ter conhecimento em programação, enquanto 92,31% (228 pessoas) afirmaram não ter conhecimento nesta área. Dentre os 247 entrevistados do público ENEM, apenas 2,43% (seis pessoas) afirmaram ter algum interessem em cursos de TI. É importante destacar que dentre dos interessados em ingres-sar na carreira de TI, todos eram do sexo masculino e apenas 2 declaram ter conhecimento em programação.
Os cursos mais procurados por candidatos do ENEM eram cursos mais tradicionais e conhecidos pelo grande público. Os mais citados foram: Direito, Medicina, Administração, Educação Física, Psicologia, Enfermagem, Engenheira Civil, Nutrição, e Gastronomia, somando 55,87% de respondentes. A Tabela 4 apresenta a distribuição por cursos tradicionais.
Tabela 4. Distribuição entre os cursos tradicionais Curso Quantidade % Direito 31 12,55 Medicina 26 10,53 Psicologia 18 7,29 Administração 14 5,67 Enfermagem 11 4,45 Engenharia Civil 10 4,05 Educação Física 10 4,05 Nutrição 09 3,64 Gastronomia 09 3,64 TOTAL 128 55,87
Fonte: Elaboração dos autores, 2020.
Em relação às respostas dos alunos do curso técnico pode-se observar que 87,70 % eram por pessoas declaradas do sexo masculino e apenas 12,30% do sexo feminino. No caso de interesse de permanência em cursos de TI após o fim do curso técnico, 72,31% (47 pessoas) informaram que pretendiam ficar na área e 27,69% (18 pessoas) informaram que não pretendiam seguir a carreira de TI. Dentre os que declararam interesse em permanecer na área apenas três são do sexo feminino.
Somando os dois públicos, dentre os 312 formulários respondidos, 84 informaram que tinham conhecimento em programação, sendo que 53 destes informaram que gosta-riam de fazer cursos na área de TI na graduação. A Tabela 5 apresenta a distribuição dos candidatos nos cursos da área, segundo seus interesses e pretensões.
